Bij het overwegen AIDeze verwoestende impact speelt zich af in steden, waar veel burgers en overheidsfunctionarissen een sombere toekomst voor zich zien van ongecontroleerd toezicht, lege stadhuizen en gewetenloze bots die actie ondernemen op basis van bevooroordeelde trainingsgegevens. Aan de andere kant omarmen wij een veel optimistischer visie. Met ambitieus lokaal leiderschap zou AI, en vooral de komende golf van AI, grote kansen kunnen bieden, niet alleen om overheidsdiensten efficiënter te maken, maar ook om de manier te veranderen waarop steden de doelstellingen van hun sociaal contract nakomen.
Zoals ambtenaren en overheidsinnovatie op onze respectieve universiteiten bepleiten, begrijpen wij de uitdagingen waarmee lokale overheden worden geconfronteerd, waaronder krappe budgetten, verouderende infrastructuur en de ontevredenheid van gemeenschappen die gewend zijn aan de snelheid van Amazon en de personalisatie van Spotify. De meeste steden werken nog steeds met eeuwenoude besturingssystemen die zijn gebouwd op bureaucratie, papieren documenten, institutionele silo’s en rigide hiërarchieën. Agentic AI biedt een unieke kans om de manier waarop steden werken opnieuw te ontwerpen, een model dat we ‘Agent Cities’ noemen.
Agenten, stadsmedewerkers en burgers werken samen
Stel je een stadsbestuur voor waar de complexiteit van het runnen van de overheidsbureaucratie wordt overgedragen aan intelligente agenten – zodat routinetaken feilloos kunnen worden uitgevoerd en zelfs complexe taken eenvoudig aanvoelen. Een moeder meldde een beschadigd trottoir bij de school van haar kind, maakte een foto en stuurde deze naar de stad. AI-agenten classificeren problemen, sturen ze door naar de juiste ploeg, volgen de voortgang binnen het hele bureau, updaten ze proactief totdat de taak is voltooid en waarschuwen anderen voor soortgelijke risico’s in de buurt. Stel je een stad voor die scheuren in trottoirs repareert voordat ze gaten in het wegdek worden, straatverlichting vervangt voordat ze doorbranden en waterleidingen repareert voordat ze gaan lekken.
Maar deze dramatische verbeteringen zijn slechts transformatieve stappen. Deze instrumenten helpen hervormingsgezinde burgemeesters een systeembenadering te hanteren die grote obstakels vermijdt die vaak voorkomen bij het herstructureren van bedrijven, waaronder pogingen om ongelijksoortige bureaufuncties of datasystemen te integreren. Transportfunctionarissen hoeven niet langer signalen te veranderen; AI-verkeersagenten kunnen veiligheid, reistijd en uitstoot in evenwicht brengen. Een Agent City is een stad waar agenten, ambtenaren en inwoners samenwerken.
Uiteindelijk zullen alle stadsdiensten gepersonaliseerd worden, omdat bewoners de ‘voordeur van de agent’ gebruiken om hun doelen kenbaar te maken (‘om 10 uur een kapperszaak willen openen’).e en Main”). Agenten zullen gebruikers door het proces leiden of zelfs die taken voor hen uitvoeren. Tegelijkertijd monitoren mensen de resultaten, lossen ze problemen op en behandelen ze moeilijke of ongebruikelijke gevallen. In feite biedt de stad preventieve huisvestingsvouchers, huurbijstand en onroerendgoedbelastingvoordelen aan degenen die in aanmerking komen, waardoor het app-doolhof volledig wordt geëlimineerd.
Systematische aanpak
Om dit te bereiken is sterk leiderschap nodig om gaten in de verbeelding, een gebrek aan vaardigheden en de angst van werknemers aan te pakken, in combinatie met de complexiteit van het waarborgen dat AI-verandering in overeenstemming is met democratische waarden. Lokale leiders moeten een systematische aanpak hanteren, waarbij ze een sterk verhaal moeten opstellen over de voordelen van de dienst, terwijl ze hun politieke en juridische vaardigheden moeten gebruiken om te onderhandelen met gemeenteraden, vakbonden en werknemersleiders.
AI-gedreven transformatie vereist een leiderschapsteam dat wordt ondersteund door academici en andere lokale experts die de technische capaciteiten, juridische en databeperkingen van de stad begrijpen, en dit vergroot de verbeeldingskracht van bureaucratieën die gewend zijn aan bestaande processen. Het team moet kansen creëren voor werknemers en burgers, waaronder voordeuragenten, repetitieve functies die kunnen worden uitbesteed aan AI, en meer tijd voor het personeel om waardevollere doelen te bereiken: het onderzoeken van de grondoorzaken, het betrekken van gemeenschappen en het uitvoeren van beoordelingen. Ten derde moeten leiderschapsteams de integratie van vaardigheden van agenten aanmoedigen die werknemers helpen patronen en oorzaken van terugkerende problemen te identificeren door gegevens toegankelijker te maken.
Het personeelsbestand van de stad, zowel vakbonden als niet-vakbonden, is een belangrijke stakeholder. Burgemeesters moeten duidelijk maken dat AI de beroepsbevolking zal aanvullen en niet vervangen. Het Agentic City-initiatief omvat onder meer het bereiken van werknemers om nieuwe onderhandelingsparameters vast te stellen waarmee werknemers, gewapend met data-inzichten, hun productiviteit kunnen verhogen. productiviteit en de winst delen door middel van salarisverhogingen. Training in datageletterdheid en raamwerken voor databeheer moeten ook belangrijke componenten zijn. Bevrijd van repetitieve taken kunnen overheidsfunctionarissen zich concentreren op werk met een hogere waarde.
Gegevensbasis
Het verantwoord aanpakken van dit probleem begint bij de basis van het systeem: data. Steden moeten investeren in datapijplijnen die niet alleen machinaal leesbaar zijn, maar ook machinaal begrijpelijk – gestructureerd met rijke metadata, gedeelde ontologieën en bedrijfslogische context – zodat zowel mensen als AI-agenten de betekenis, grenzen en passend gebruik kunnen interpreteren. Opkomende benaderingen zoals Model Context Protocols (MCP’s), die standaardiseren hoe AI-systemen toegang krijgen tot gestructureerde gegevens en operationele hulpmiddelen, vertegenwoordigen een veelbelovende stap in deze richting door agenten te helpen niet alleen te begrijpen welke gegevens er zijn, maar ook hoe deze moeten worden gebruikt. Agenten die toestemmingsregistraties kunnen ‘zien’, maar het regelgevingskader, de geschiktheidsregels of de beperkingen op het gebied van de gegevenskwaliteit die daarachter schuilgaan, niet begrijpen, zullen inconsistent handelen en constante menselijke correctie vereisen. Machine-begrijpbare data verkleinen deze barrières en maken agentsystemen betrouwbaarder, transparanter en schaalbaarder. Kortom, de basis van Agentic City is niet alleen slimmere algoritmen, maar ook slimmere data-architectuur.
Het implementeren van agentstadhuizen brengt grote uitdagingen met zich mee. Dit is echter het juiste moment om leiding te geven, omdat burgemeesters het zich niet kunnen veroorloven de status quo te handhaven of te wachten tot er een AI-tsunami plaatsvindt. De toekomst brengt ook uitdagingen met zich mee. Niets doen brengt grotere risico’s met zich mee dan beginnen, en het bewijs is dat de stad, door betekenisvoller werk voor haar werknemers, responsiever zal worden voor haar inwoners.
